提升遙感影像質量的多重分形技術研究

來麗芳,方劍強,俞 樂,張漢奎

(1.浙江建設職業技術學院,浙江杭州 311231;2.浙江省第二測繪院,浙江杭州 310012;3.浙江大學地球科學系,浙江杭州 310027)

提升遙感影像質量的多重分形技術研究

來麗芳1,方劍強2,俞 樂3,張漢奎3

(1.浙江建設職業技術學院,浙江杭州 311231;2.浙江省第二測繪院,浙江杭州 310012;3.浙江大學地球科學系,浙江杭州 310027)

提出采用一種最佳截止頻率的自動選擇方法來快速有效地去除遙感影像的薄云影響,以解決遙感影像薄云、薄霧消除時濾波窗口大小難以確定,需要反復人工干預的問題。該方法是基于簡單薄云成像模型的同態濾波,考慮了薄云、薄霧空間形態的自相似性,采用多重分形技術來自動確定濾波半徑。試驗表明,該方法能夠實現遙感影像的快速自動濾波,能有效地去除遙感影像的薄云影響,提高視覺效果,增加圖像細節信息。

同態濾波;多重分形;遙感影像

一、引 言

遙感影像成像時由于大氣中常有云層存在,影響了可見光和紅外波段數據的質量和應用。如何去除云層影響,提取被覆蓋的地表信息,是提高圖像可用性的重要環節[1]。薄云區域的影像反映的是云信息和地表信息的混合,遙感影像的云去除算法通常是針對薄云的消除,常見算法有替換法[2]、纓帽變換法[3]、同態濾波法[4]、匹配法[5,6],以及它們的組合方法[1]。在圖像處理方法中,依據簡單薄云成像模型的同態濾波法應用最為廣泛。但同態濾波中頻率域濾波器的最佳截止頻率需要經過反復試驗才能確定。本文提出采用一種最佳截止頻率的自動選擇方法來快速有效地去除遙感影像的薄云影響,提高視覺效果,增加圖像細節信息。

二、依據簡單薄云成像模型的同態濾波法

基于簡化的薄云成像模型[4],遙感影像的每個像素可以認為是對云、大氣和地面反射特性共同作用下的反應,若忽略其他因素則主要是由云引起的。假設地面反射是完全相同的,并且是全反射 (r (x,y)=1),則傳感器上得到的圖像就完全反映了云的分布,若記 i(x,y)表示這一圖像,r(x,y)表示地面反射率,s(x,y)表示傳感器上接受的圖像,n (x,y)是云的反射部分(在薄云的條件下,這部分分量較弱可以忽略不計)。則有[4]

薄云一般范圍較大,表現出緩慢變化的空間域趨勢,在頻率域上具有低頻的特征,可以視為 i(x,y)在空間上變化緩慢,其頻譜特性集中在低頻段。而r(x,y)描述的景物 (景物本身具有較多的細節和邊緣)反映圖像的細節內容,其頻率處于高頻區域。因此,消除薄云的影響,即去除 i(x,y),求 r(x,y)。通常采用同態濾波的思路,先對圖像取對數,使i(x, y)、r(x,y)在空間域變成相加關系,然后在頻率域中采用濾波器 H(u,v)(如 Butter worth濾波器)壓縮低頻段,最后轉回空間域圖像。這一處理的缺點是在頻率域中進行濾波時,濾波半徑的大小難以確定,通常需要經過多次濾波最終確定最佳半徑。

三、自動確定濾波半徑的多重分形技術

分形技術最早被用于表達不規則幾何形態[7],后來應用領域逐漸廣泛。多重分形是指在空間相互交纏的多個分形[8],多重分形能夠用來描述分形維的復雜特征,提供了一個探測系統內部多重交織關系的方式[9]。利用薄云在空間形態方面有一定的自相似和尺度不變性特征,這些特征可以用多重分形方法來建模。其中,能譜-面積模型 (power spectrum-area model,S-A模型)可用于可視化分析空間二維信息在頻率域的多重分形特性,已成功應用于海洋漩渦信息提取[9]。能譜-面積多重分形是基于面積與能譜之間的指數關系發展起來的,即在能譜平面上大于能譜值 S的面積與此能譜值具有指數關系,其關系表達式如下

式中,β通過 logA(≥S)和 logS圖上對應能譜區域段的斜率估計得到。

繪制能譜值(S)和被等值線包含的面積 (A)所構成的 log-log對數圖,S-A曲線中不同的直線段表示不同的分形特征,對應著遙感圖像上不同的地物分布模式。S-A曲線在高能譜端通常有一個 S-A斜率的突變(如圖 1所示),以這個點為能譜分割點進行濾波分割點的自動選擇。

圖 1 能譜-面積 log-log對數圖

一般來說,能譜大的值對應著圖像的低頻分量,能譜小的值對應著圖像的高頻分量。因此對于遙感圖像的薄云薄霧處在能譜比較大的低頻部分,截取 S-A曲線中能譜比較大的一個直線段作為薄云薄霧的能譜曲線段,取其突變點為濾波半徑,然后做一個傅里葉反變換到空間域,最終得到薄云薄霧去除后的圖像。

四、薄云薄霧消除試驗

為了驗證采用 S-A模型進行濾波半徑自動選擇方法的適用性,本文采用多種傳感器遙感影像進行試驗。對于單波段影像,試驗采用了兩幅薄云薄霧現象比較明顯的 SPOT影像和 Landsat T M。其中SPOT影像,分辨率 2.5 m,大小 2 000像素 ×2 000像素。T M影像分辨率30m,大小1 000像素 ×1 000像素,波段 741彩色合成。由圖 2可以看出,濾波后的影像明顯去除了薄云的影響,使圖像的整體色調一致,薄云覆蓋地區的細節信息得到突出。

彩色圖像可分成三個通道,即 R、G、B,再在每個通道上單獨進行去云過程,然后合成。需要說明的是試驗結果表明云在 R、G、B各通道內的分量并不是完全相同的,一般在 B通道較強,而在其他通道較弱,所以在去除云的過程中,需分別對待,否則將引起圖像的彩色變化或信息丟失。采用多重分形方法將自動獲取不同波段的不同濾波半徑,從圖 3可以看出濾波后的影像較原始影像有更豐富的細節信息。

圖2 單波段影像薄云去除試驗

圖3 多波段影像薄云去除試驗

五、結 論

采用 S-A模型的濾波技術相對于普通的以頻率截取半徑為核心的濾波技術有以下兩個優點：①S-A濾波技術直接與圖像內容的空間形態相關,在濾除薄云薄霧信息后,能保留原始圖像的信息;②傳統的半徑濾波技術,濾波半徑的選擇一直是一個難點,而 S-A濾波技術則直接從曲線的斜率來判斷能譜的分割點,簡單易行,能快速有效地去除遙感影像的薄云影響,提高視覺效果,增加圖像細節信息。

[1] MA J W,GU X F,FENG C,et al.Study of Thin Cloud RemovalMethod for CBERS-02 Image[J].Science in China Series E-Engineering andMaterials Science,2005, 48：91-99.

[2] 王惠,譚兵,沈志云.多源遙感影像的去云層處理[J].測繪學院學報,2001,18(3)：195-198.

[3] R I CHTER R.A SpatiallyAdaptive FastAtmospheric Correction Algorithm [J]. International Journal of Remote Sensing,1996,17(6)：1201-1214.

[4] 趙忠明,朱重光.遙感圖像中薄云的去除方法 [J].遙感學報,1996,11(3)：195-199.

[5] L IANG SL,FANG H L,CHEN M Z.Atmospheric Correction of Landsat ET M+Land Surface Imagery-Part I： Methods[J]. IEEE Transactions on Geoscience and Remote Sensing,2001,39(11)：2490-2498.

[6] L IANG S L,FANG H L,Morisette J T,et al.Atmospheric Correction of Landsat ET M Plus Land Surface Imagery-Part II：Validation and Applications[J]. IEEE Transactions on Geoscience and Remote Sensing,2002, 40(12)：2736-2746.

[7] MANDELBROT B B.The Fractal Geometry of Nature (Updated and augmented edition)[M].New York：W H Freeman and Company,1983.

[8] CHENGQM.Spatial and ScalingModeling for GeochemicalAnomaly Separation[J].Journal of Exploration Geochemistry,1999,65：175-194.

[9] 葛詠,杜云艷,成秋明,等.多重分形方法在渦旋遙感信息處理提取中的應用研究[J].海洋學報：中文版, 2007,29(5)：40-47.

Improving the Quality of Optical Remote Sensing Images Based on M ultifractal Techn ique

LA ILifang,FANG Jianqiang,YU Le,ZHANG Hankui

0494-0911(2010)12-0049-02

P237

B

2010-04-12

來麗芳(1968—),女,浙江杭州人,碩士,副教授,主要從事測繪工程教學和研究工作。